一项最新研究介绍了PerceptionCLIP，这是一种模拟人类视觉感知过程的两步图像分类方法，旨在更好地利用CLIP，一种突出的视觉语言模型。首先，通过识别背景属性并利用它们区分前景物体，这种新方法在图像分类任务中提...

图像分割是一种将图像中属于对象的每个区域进行标记的过程，这比传统的分类问题要复杂得多。而且，如果没有预定义的对象列表，进行通用分割将是一项挑战。包含某些世界表示的语言模型可以为分割提供巨大的推动力。LI...

近日，GitHub发布了一种名为Functionary的新型语言模型，这种模型具有解读和执行函数/插件的能力，可以准确地判断何时执行一个函数，并能理解其输出结果。Functionary只在需要的时候触发函数，从而大大提高了代码运...

OpenAI近日正式向美国专利和商标局提交了GPT-5商标的申请。根据申请文件的描述，GPT-5被定义为一款全新的可下载的计算机软件，用于使用语言模型。这一消息引发了业界广泛关注，因为OpenAI的GPT系列语言模型已经在全...

最新研究探索了大型语言模型如何能够识别自身的错误，特别是在多步骤推理问题中，无需依赖外部资源。研究人员开发了一种零射击验证方法来识别错误并提高问题回答任务的性能。大型语言模型对于多步骤推理问题的处理，...

如Auto-GPT和Baby AGI等代理化语言模型的发展，可能会快速推动人工智能的发展。这些模拟人类认知功能的语言模型，为对齐和可解释性提出了新的挑战，但由于它们以英语处理信息，所以提供了独特的可解释性。

这项研究引入了一个名为“理性分割”的新AI任务，设计用于根据复杂和隐含的文本指令生成分割掩膜。此研究展示了一个名为LISA（Large-language Instructed Segmentation Assistant）的工具作为展示。LISA结合了大语言模...

本文讨论了将大型语言模型集成到系统和产品中的实用模式。它结合了学术研究、行业资源和从业者的专业知识。本文介绍了七种关键模式，涵盖了提高性能与降低成本/风险以及更接近数据与更接近用户之间的一系列模式。